Sistema inteligente baseado em árvore de decisão, para apoio ao combate às perdas comerciais na distribuição de energia elétrica

The increase in commercial losses in electric utility companies has been a reason of great concern for these companies. The main motives of the increase in these losses are two: fraud practiced by the consumers; and problems in the energy meters. Nowadays, to identify one of the two problems mentioned above, in-site inspections are required. However, due to the high number of consumer unities, such inspections are done without any previous analysis of the consumer behavior, which results in a low rate of problem identification. On the other hand, electric utility companies have a database with much information about their consumers. So, this information can be used to identify the behavior profile of those consumers that are likely to be frauding or having problems with their energy meters. However, due to high quantity of data, it is demanding the use of an automatic process for identification of such behavior profiles. The goal of this work is to develop a decision support system to combat commercial losses in distribution power systems. Such system is based on Knowledge Discovery in Database KDD, which refers to discovering of knowledge in database, which may increase the rate of successful in-site inspections. The tool used to do the data mining stage of the KDD is Decision Tree. This is an artificial intelligence technique that tries to emulate human abilities in a computer system, and it learns from data and it is used for classification type of problems.Mestre em CiênciasO aumento das perdas comerciais nas concessionárias distribuidoras de energia tem sido motivo de grande preocupação das empresas. Os principais motivos desse aumento, são ocasionados por dois grandes problemas enfrentados pelas empresas de distribuição de energia, que são as fraudes efetuadas pelos consumidores e também os problemas decorrentes em medidores de energia. Atualmente para identificar essas situações são realizadas inspeções nas unidades consumidoras. Devido ao elevado número de unidades, tais inspeções são efetuadas sem uma pré-análise eficiente de comportamento dos clientes, acarretando baixas taxas de acertos. Por outro lado as concessionárias de distribuição possuem armazenadas em seus bancos de dados uma grande quantidade de informações de seus clientes. Essas informações podem ser utilizadas na identificação de perfis de comportamento das unidades consumidoras. Porém devido a grande quantidade de informações torna-se necessário um processo automatizado para identificação dos perfis. O objetivo deste trabalho é desenvolver um sistema de suporte ao combate às perdas comerciais para apoio ao setor de distribuição de energia elétrica. Tal sistema será baseado em Descobrimento de Conhecimento em Banco de Dados (DCBD), que trata da descoberta de informações em banco de dados aumentando as possibilidades de inspeções bem sucedidas em campo. Será utilizada a técnica de Árvore de Decisão como ferramenta de mineração de dados. Trata-se de uma técnica que se baseia em inteligência artificial que busca implementar em máquinas, habilidades humanas realizando o processo de aprendizagem, utilizando métodos de classificação